重塑虚实边界：智元机器人发布首个大语言模型驱动的开源仿真平台Genie Sim 3.0

当仿真环境的真实性逼近物理世界，当场景构建的效率以“自然对话”和“分钟”来衡量，具身智能的研发范式将发生根本性改变。智元机器人在CES国际消费电子展首日正式发布首个大语言模型驱动的开源仿真平台——Genie Sim 3.0。基于NVIDIA Isaac Sim ，Genie Sim 3.0 融合三维重建与视觉生成，打造数字孪生级的高保真环境；首创大语言模型驱动，让万级场景的生成只需几分钟；同步开源包含真实机器人作业场景的上万小时仿真数据集；并构建了覆盖10万场景的多维度智能评估体系，为模型能力绘制全景画像。

当仿真环境的真实性逼近物理世界，当场景构建的效率以“自然对话”和“分钟”来衡量，具身智能的研发范式将发生根本性改变。智元机器人在CES国际消费电子展首日正式发布首个大语言模型驱动的开源仿真平台——Genie Sim 3.0。基于NVIDIA Isaac Sim ，Genie Sim 3.0 融合三维重建与视觉生成，打造数字孪生级的高保真环境；首创大语言模型驱动，让万级场景的生成只需几分钟；同步开源包含真实机器人作业场景的上万小时仿真数据集；并构建了覆盖10万+场景的多维度智能评估体系，为模型能力绘制全景画像。

从数字资产生成、场景泛化、数据采集到自动评测的全流程功能，这一整套完整闭环的解决方案，将显著加速模型训练验证，降低对物理硬件的依赖，助力开发者与研究者的研发效率，推动具身智能的创新应用。

项目主页：https://agibot-world.com/genie-sim
Github: github.com/AgibotTech/genie_sim
Modelscope: https://modelscope.cn/datasets/agibot_world/GenieSim3.0-Dataset

五大核心亮点，开启具身仿真新纪元

01/ 数字孪生级高保真仿真环境

传统仿真难以兼顾视觉逼真与物理真实。Genie Sim 3.0 开创性地将三维重建、视觉生成技术与物理引擎深度融合，实现了视觉真实感与物理精确性的统一。

精准重建：依托 MetaCam 手持3D激光扫描仪，结合高分辨率RGB、360° LiDAR点云与厘米级RTK定位，实现对真实环境的毫米级精准复刻。
视觉增强：利用视觉生成模型，智能合成新视角图像增强3D重建，极大提升了仿真环境的视觉逼真度。
资产生成：对于任意物体，仅需一段60秒环拍视频，即可快速生成带精确网格的仿真模型，大幅提升场景构建效率。

02/ 首创自然语言驱动的场景生成与泛化

告别手动编写复杂逻辑的场景生成方式，在Genie Sim平台中，开发者输入自然语言指令即可驱动平台在分钟级内自动生成、泛化成千上万个训练与测试场景。

对话式创建：直接输入如「生成一份蛋白质和维生素含量丰富的晚餐」的指令，平台自动理解并构建出结构化的仿真场景。
智能编辑与泛化：生成场景自带结构化信息与视觉预览，可进一步通过对话进行场景增广、细节增删、布局调整，最终输出满足要求的仿真场景。

03/ 全量开源仿真数据集与高效采集方案

具身领域最大规模开源仿真数据集，涵盖200余项任务、总时长上万小时，为模型研发提供坚实的数据基石。

多维度数据：数据集包含RGB-D、双目视觉、全身关节状态等多传感器信息，并覆盖背景、布局、光照、噪声等多种泛化维度。
智能采集工具：平台提供低延迟遥操作与自动任务编排双模式采集，结合自动化标注实现高效数据生产。
独创错误恢复机制：任务失败后可自动回退至关键节点续采，将数据采集损耗降至最低。
零样本Sim2Real：仿真数据训练完成后，实现零样本迁移到真实世界，任务成功率超过真实数据训练。

04/ 超十万仿真场景，勾勒模型全景能力画像

模型评估不再仅限于“成功率”。Genie Sim Benchmark 3.0 构建了基于 10万+ 仿真场景的立体评估体系，结合LLM与VLM技术，从多个维度为模型绘制深度能力画像，是当前业界覆盖最全面、最权威的具身智能模型评估基准。

自动化评测生成：评测指令与步骤可由LLM根据场景语义自动生成，并转化为可执行流程。
多维度深度评估：通过视觉语言模型（VLM），从语义理解、空间推理、操作精度、时序逻辑等多维度进行综合评价，清晰揭示模型的能力边界与薄弱环节，指引明确的优化方向。
虚实一致的评测结果：仿真与真实世界评测差异<10%，模型验证无需真机部署，显著提升算法评测效率。